基于深度強化學習的道路交叉口生態駕駛策略研究

李傳耀，張帆，王濤，黃德鑫，唐鐵橋

(1.中南大學，交通運輸工程學院，長沙 410100；2.合肥工業大學，汽車與交通工程學院，合肥 230000；3.北京航空航天大學，交通科學與工程學院，北京 100191)

0 引言

道路交通系統是燃料浪費和空氣污染的主要根源之一。2021 年內，中國的機動車輛(包括汽車、卡車和摩托車)排放的污染物總量已高達15577 百萬t，其中，汽車排放占比超過90%。對于汽車而言，駕駛員頻繁的加速和減速操作以及不合理的并線等行為產生了大量交通干擾，引發效率低下和能源浪費問題。此外，信號化路口頻繁的“停停走走”現象也亟需解決。紅燈前車輛的怠速運行也是造成浪費能源和污染物排放的主要原因之一[1]。因此，迫切需要采取有針對性的駕駛策略提高交通效率，實現節能減排。

為應對能源浪費和污染排放問題，研究者提出一種行之有效的交通管理控制策略——生態駕駛[2]。該策略通過車輛在行駛中獲得的道路交通信息控制油門和剎車，維持車輛速度的平穩，避免不必要的加速和減速行為。在路口處，該策略還可以根據前方的信號相位和時序(Signal Phases and Timing,SPaT)信息合理控制速度，最小化排隊時的發動機怠速時間。因此，該策略能夠使車輛生成更加平穩的軌跡，減少交通波動，提高能源效率。近年來，車輛對車輛(Vehicle-to-Vehicle,V2V)和車輛對基礎設施(Vehicle-to-Infrastructure,V2I)等互聯通信技術的迅速發展為生態駕駛策略的自主實施提供了更多可能性。

生態駕駛策略通常被認為是一個最優控制問題，旨在為車輛設計最優的決策控制，改善能源消耗和降低行駛時間。……